목록분류 전체보기 (305)
UOMOP

‘Bernoulli Binary’를 사용하여 임의의 신호를 생성해주고 내가 정의한 인코딩 함수를 거치게 한다. 이후 noise가 있는 채널을 통해 신호 가 이동하여 수신 단 쪽인, 디코딩 부분으로 넘어가게 된다. 이때, 우리는 오류를 검출, 정정하기 위해 매트랩 함수를 작성했으므로 error가 발생할 확률은 거의 없다. 실제로 10000초 동안 실행시켜 40000bit를 생성시켰을 경우, 스코프를 통해 확인해보니 0에 가까운 값이 도출되었고 인코딩을 거치지 않은 신호는 인코딩을 거친 신호의 11배 정도의 BER을 확인할 수 있었다. 위 과정을 통해 인코딩, 디코딩이 얼마나 중요한 과정인지 실감할 수 있다. 실습을 진행할 때 시뮬링크 처리과정이 모두 열벡터 형태로 처리되고 있다. 열 벡터로 처리되는..
BCH Decoder function Mhat = BCHdecoder(R, K, t) R = mod(R, 2); N = length(R); m = log2(N+1); a = gf(2, m); S = []; for i = 1 : 2*t S = [S GetSyndrom(R, a^i)]; end S = gf(S, m); Sk = gf(zeros(t, t+1), m); for x = 1 : t for y = 1 : t+1 Sk(x, y) = S(x+y-1); end end Sm = Sk(: ,1 : t); Sv = Sk(:, t+1); Sigma = inv(Sm) * Sv SigCoeff = [1 flip(Sigma')] Beta = []; for i = 1 : N sig_a = GetSyndrom(SigCoe..

1. csv파일을 불러오기 import numpy as np import pandas as pd titanic_df = pd.read_csv("titanic_train.csv") titanic_df.head(3) print("\n ### titanic_train.csv Data ### \n") print("-"*40) print(titanic_df.info()) # info()함수는 컬럼 별 "이름", "# of Null","data type"을 보여준다 ### titanic_train.csv Data ### ---------------------------------------- RangeIndex: 891 entries, 0 to 890 Data columns (total 12 columns): # ..